Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi

TURHAL, UGUR; Nabiyev, Vasif; GÜNAY YILMAZ, ASUMAN

doi:10.54525/tbbmd.1075383

Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi

Asuman GÜNAY YILMAZ, (Karadeniz Teknik Üniversitesi, Of Teknoloji Fakültesi, Yazılım Mühendisliği Bölümü, Trabzon, Türkiye)

Uğur TURHAL, (Bayburt Üniversitesi, Teknik Bilimler Meslek Yüksekokulu, Bilgisayar Teknolojileri Bölümü, Bayburt, Türkiye)

Vasif NABIYEV (Karadeniz Teknik Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Trabzon, Türkiye)

TBV Bilgisayar Bilimleri ve Mühendisliği Dergisi

5 1

Yıl: 2022 Cilt: 15 Sayı: 1 Sayfa Aralığı: 56 - 65 Metin Dili: Türkçe DOI: 10.54525/tbbmd.1075383 İndeks Tarihi: 01-08-2022

Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi

Öz:

Yüz tanıma sistemleri temassız olmaları ve kullanım kolaylığından dolayı pek çok uygulamada kendine yer bulmaktadır. Fakat teknolojinin gelişimi ve bilgiye erişimin kolaylaşması nedeniyle bu sistemler, sahte yüzler kullanılarak yapılan saldırılara karşı dayanıksızdır. Bu çalışmada, farklı renk uzaylarındaki kanallardan çıkarılan doku özniteliklerinin yüz sahteciliği tespitindeki başarımı incelenmiştir. Bu amaçla HSV, YCbCr ve daha önceden bu alanda kullanılmayan L*a*b* renk uzaylarının kanallarından çıkarılan çok seviyeli yerel ikili örüntü özniteliklerinin çeşitli birleşimleri ile yüz sahtecilik tespiti gerçekleştirilmiştir. Öznitelik vektörleri temel bileşenler analizi ile küçültülüp, destek vektör makinesi sınıflayıcısının eğitiminde kullanılmıştır. CASIA ve Replay-Attack veri setleri üzerinde yapılan deneylerde farklı kanallardan çıkarılan öznitelik birleşimlerinin yüz sahteciliği tespitinde başarılı olduğu görülmüştür.

Anahtar Kelime: renkli doku analizi Yüz sahteciliği tespiti yerel ikili örüntüler

Investigation of the Effect of Texture Features Extracted From Different Color Channels on Face Spoofing Detection Performance

Öz:

Face recognition systems find their place in many applications because of their contactless nature and ease of use. However, due to the development of technology and easier access to information, these systems are vulnerable to attacks using fake faces. In this study, the performance of texture features extracted from channels in different color spaces in detecting face spoofing was investigated. For this purpose, various combinations of multilevel local binary pattern features extracted from HSV, YCbCr and L*a*b* color space channels were used for face spoofing detection. The feature vectors were reduced by principal component analysis and used in training the support vector machine classifier. The experiments on CASIA and Replay-Attack datasets showed that feature combinations extracted from different channels are successful in detecting spoof faces.

Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

[1] De Freitas Pereira, T., Komulainen, J., Anjos, A., De Martino, J. M., Hadid, A., Pietikäinen, M., Marcel, S., Face liveness detection using dynamic texture, EURASIP Journal on Image and Video Processing, 2, 2014, http://jivp.eurasipjournals.com/content/2014/1/2
[2] Boulkenafet, Z., Komulainen, J., Hadid, A., Face anti-spoofing based on color texture analysis, Proceedings - International Conference on Image Processing, ICIP, 2015, pp. 2636–2640. https://doi.org/10.1109/ICIP.2015.7351280
[3] Parveen, S., Ahmad, S. M. S., Abbas, N. H., Adnan, W. A. W., Hanafi, M., Naeem, N., Face liveness detection using dynamic local ternary pattern, Computers, 5(2), 2016, pp. 1–15. https://doi.org/10.3390/computers5020010
[4] Zhang, L. B., Peng, F., Qin, L., Long, M., Face spoofing detection based on color texture Markov feature and support vector machine recursive feature elimination, Journal of Visual Communication and Image Representation, 51, 2018, pp. 56–69. https://doi.org/10.1016/j.jvcir.2018.01.001
[5] Boulkenafet, Z., Komulainen, J., Hadid, A., On the generalization of color texture-based face anti-spoofing, Image and Vision Computing, 77, 2018, pp.1–9.
[6] Li, L., Feng, X., Xia, Z., Jiang, X., Hadid, A., Face spoofing detection with local binary pattern network, Journal of Visual Communication and Image Representation, 54, 2018, pp.182–192. https://doi.org/10.1016/j.jvcir.2018.05.009
[7] Li, L., Feng, X., Jiang, X., Xia, Z., Hadid, A., Face anti-spoofing via deep local binary patterns, Proceedings - International Conference on Image Processing, ICIP, 2018, pp.101–105. https://doi.org/10.1109/ICIP.2017.8296251
[8] Li, H., He, P., Wang, S., Rocha, A., Jiang, X., Kot, A. C., Learning Generalized Deep Feature Representation for Face Anti-Spoofing, IEEE Transactions on Information Forensics and Security, 13(10), 2018, pp.2639–2652. https://doi.org/10.1109/TIFS.2018.2825949
[9] Chingovska, I., Anjos, A., Marcel, S., On the effectiveness of local binary patterns in face anti-spoofing, Proceedings of the International Conference of the Biometrics Special Interest Group, BIOSIG 2012, 2012.
[10] Määttä, J., Hadid, A., Pietikäinen, M., Face spoofing detection from single images using micro-texture analysis, International Joint Conference on Biometrics, IJCB, 2011. https://doi.org/10.1109/IJCB.2011.6117510
[11] Boulkenafet, Z., Komulainen, J., Hadid, A., Face Spoofing Detection Using Colour Texture Analysis, IEEE Transactions on Information Forensics and Security, 11(8), 2016, pp. 1818–1830. https://doi.org/10.1109/TIFS.2016.2555286
[12] Zhou, J., Shu, K., Liu, P., Xiang, J., Xiong, S., Face anti-spoofing based on dynamic color texture analysis using local directional number pattern, Proceedings - International Conference on Pattern Recognition, 2020, pp.4221–4228. https://doi.org/10.1109/ICPR48806.2021.9412323
[13] Anjos, A., Chakka, M. M., Marcel, S.,Motion-based counter-measures to photo attacks in face recognition, IET Biometrics, 3(3), 2014, pp.147–158. https://doi.org/10.1049/iet-bmt.2012.0071
[14] Alotaibi, A., Mahmood, A., Deep face liveness detection based on nonlinear diffusion using convolution neural network, Signal, Image and Video Processing, 11(4), 2017, pp.713–720. https://doi.org/10.1007/s11760-016-1014-2
[15] Galbally, J., Marcel, S., Fierrez, J., Image quality assessment for fake biometric detection: Application to Iris, fingerprint, and face recognition, IEEE Transactions on Image Processing, 23(2), 2014, pp.710–724. https://doi.org/10.1109/TIP.2013.2292332
[16] Wen, D., Han, H., Jain, A. K., Face spoof detection with image distortion analysis, IEEE Transactions on Information Forensics and Security, 2015. https://doi.org/10.1109/TIFS.2015.2400395
[17] Agarwal, A., Singh, R., Vatsa, M., Face anti-spoofing using Haralick features, IEEE 8th International Conference on Biometrics Theory, Applications and Systems, BTAS, 2016. https://doi.org/10.1109/BTAS.2016.7791171
[18] Määttä, J., Hadid, A., Pietikäinen, M., Face spoofing detection from single images using texture and local shape analysis, IET Biometrics, 1(1), 2012, pp.3–10. https://doi.org/10.1049/iet-bmt.2011.0009
[19] Patel, K., Han, H., Jain, A. K., Secure Face Unlock: Spoof Detection on Smartphones, IEEE Transactions on Information Forensics and Security, 11(10), 2016, pp.2268–2283. https://doi.org/10.1109/TIFS.2016.2578288
[20] Boulkenafet, Z., Komulainen, J., Hadid, A., Face antispoofing using speeded-up robust features and fisher vector encoding, IEEE Signal Processing Letters, 24(2), 2017, pp.141–145. https://doi.org/10.1109/LSP.2016.2630740
[21] Peng, F., Qin, L., Long, M., Face presentation attack detection using guided scale texture, Multimedia Tools and Applications 77(7), 2017 pp.8883–8909. https://doi.org/10.1007/S11042-017-4780-0
[22] Khurshid, A., Tamayo, S. C., Fernandes, E., Gadelha, M. R., Teofilo, M., A robust and real-time face anti-spoofing method based on texture feature analysis, International Conference on Human-Computer Interaction, 2019, pp.484–496.
[23] King, D. E., Dlib-ml: A machine learning toolkit. The Journal of Machine Learning Research, 10, 2009, pp.1755–1758.
[24] Bora, D. J., Kumar Gupta, A., Khan, F. A., Comparing the Performance of L*A*B** and HSV Color Spaces with Respect to Color Image Segmentation, International Journal of Emerging Technology and Advanced Engineering, 5 (2), 2015.
[25] Huang, Z. K., Liu, D. H., Segmentation of color image using EM algorithm in HSV color space, Proceedings of the 2007 International Conference on Information Acquisition, 2007, pp.316–319. https://doi.org/10.1109/ICIA.2007.4295749
[26] Vezhnevets, V., Sazonov, V., Andreeva, A., A Survey on Pixel-Based Skin Color Detection Technique, In Proceedings of the Graphi Conference, 2003, pp.85-92.
[27] Murali, S., Govindan, V. K., Shadow detection and removal from a single image: Using LAB color space, Cybernetics and Information Technologies, 13(1), 2013, pp.95–103. https://doi.org/10.2478/cait-2013-0009
[28] Baldevbhai, P. J., Anand, R. S., Color Image Segmentation for Medical Images using L*a*b** Color Space, IOSR Journal of Electronics and Communication Engineering, 1(2), 2012, pp.24–45. https://doi.org/10.9790/2834-0122445
[29] Ojala, T., Pietikäinen, M., Harwood, D., Performance evaluation of texture measures with classification based on Kullback discrimination of distributions, Proceedings - International Conference on Pattern Recognition, 3, 1994, pp.582–585. https://doi.org/10.1109/ICPR.1994.576366
[30] Ojala, T., Pietikäinen, M., Mäenpää, T., Multiresolution gray-scale and rotation invariant texture classification with local binary patterns, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002. https://doi.org/10.1109/TPAMI.2002.1017623
[31] Zhang, Z., Yan, J., Liu, S., Lei, Z., Yi, D., Li, S. Z., A face antispoofing database with diverse attacks, Proceedings - 2012 5th IAPR International Conference on Biometrics, 2012, pp.2–7. https://doi.org/10.1109/ICB.2012.6199754

APA	GÜNAY YILMAZ A, TURHAL U, Nabiyev V (2022). Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi. , 56 - 65. 10.54525/tbbmd.1075383
Chicago	GÜNAY YILMAZ ASUMAN,TURHAL UGUR,Nabiyev Vasif Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi. (2022): 56 - 65. 10.54525/tbbmd.1075383
MLA	GÜNAY YILMAZ ASUMAN,TURHAL UGUR,Nabiyev Vasif Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi. , 2022, ss.56 - 65. 10.54525/tbbmd.1075383
AMA	GÜNAY YILMAZ A,TURHAL U,Nabiyev V Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi. . 2022; 56 - 65. 10.54525/tbbmd.1075383
Vancouver	GÜNAY YILMAZ A,TURHAL U,Nabiyev V Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi. . 2022; 56 - 65. 10.54525/tbbmd.1075383
IEEE	GÜNAY YILMAZ A,TURHAL U,Nabiyev V "Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi." , ss.56 - 65, 2022. 10.54525/tbbmd.1075383
ISNAD	GÜNAY YILMAZ, ASUMAN vd. "Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi". (2022), 56-65. https://doi.org/10.54525/tbbmd.1075383

APA	GÜNAY YILMAZ A, TURHAL U, Nabiyev V (2022). Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi. TBV Bilgisayar Bilimleri ve Mühendisliği Dergisi, 15(1), 56 - 65. 10.54525/tbbmd.1075383
Chicago	GÜNAY YILMAZ ASUMAN,TURHAL UGUR,Nabiyev Vasif Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi. TBV Bilgisayar Bilimleri ve Mühendisliği Dergisi 15, no.1 (2022): 56 - 65. 10.54525/tbbmd.1075383
MLA	GÜNAY YILMAZ ASUMAN,TURHAL UGUR,Nabiyev Vasif Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi. TBV Bilgisayar Bilimleri ve Mühendisliği Dergisi, vol.15, no.1, 2022, ss.56 - 65. 10.54525/tbbmd.1075383
AMA	GÜNAY YILMAZ A,TURHAL U,Nabiyev V Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi. TBV Bilgisayar Bilimleri ve Mühendisliği Dergisi. 2022; 15(1): 56 - 65. 10.54525/tbbmd.1075383
Vancouver	GÜNAY YILMAZ A,TURHAL U,Nabiyev V Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi. TBV Bilgisayar Bilimleri ve Mühendisliği Dergisi. 2022; 15(1): 56 - 65. 10.54525/tbbmd.1075383
IEEE	GÜNAY YILMAZ A,TURHAL U,Nabiyev V "Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi." TBV Bilgisayar Bilimleri ve Mühendisliği Dergisi, 15, ss.56 - 65, 2022. 10.54525/tbbmd.1075383
ISNAD	GÜNAY YILMAZ, ASUMAN vd. "Farklı Renk Kanallarında Üretilen Doku Özniteliklerinin Yüz Sahteciliği Tespiti Başarımına Etkisinin İncelenmesi". TBV Bilgisayar Bilimleri ve Mühendisliği Dergisi 15/1 (2022), 56-65. https://doi.org/10.54525/tbbmd.1075383